Этот график изменит ваше представление о мире
Чтобы поэкспериментировать с симуляциями, представленными в видео, перейдите по следующим ссылкам: Sandpiles (Кучи песка) - https://www.veritasium.com/simulation3 Ising model (magnetism) (Модель Изинга (магнетизм)) - https://www.veritasium.com/simulation4 Forest fires (Лесные пожары) - https://www.veritasium.com/simulation5 Нормальное распределение (распределение Гаусса) — это тип распределения, при котором большинство значений сосредоточено около среднего. Суть закона в том, что значения сгруппированы вокруг среднего, и чем дальше от него, тем меньше вероятность того, что такое значение появится. График нормального распределения позволяет понять, как часто встречаются разные значения, например, роста студентов в классе. На таком графике видно, что большинство студентов имеют средний рост, а те, кто имеет очень низкий или очень высокий рост, встречаются гораздо реже. Нормальное распределение широко применяется в различных областях: естественных науках (физика, биология), социальных науках (экономика, демография), психологии, производственных процессах, исследованиях и анализе данных.
Чтобы поэкспериментировать с симуляциями, представленными в видео, перейдите по следующим ссылкам: Sandpiles (Кучи песка) - https://www.veritasium.com/simulation3 Ising model (magnetism) (Модель Изинга (магнетизм)) - https://www.veritasium.com/simulation4 Forest fires (Лесные пожары) - https://www.veritasium.com/simulation5 Нормальное распределение (распределение Гаусса) — это тип распределения, при котором большинство значений сосредоточено около среднего. Суть закона в том, что значения сгруппированы вокруг среднего, и чем дальше от него, тем меньше вероятность того, что такое значение появится. График нормального распределения позволяет понять, как часто встречаются разные значения, например, роста студентов в классе. На таком графике видно, что большинство студентов имеют средний рост, а те, кто имеет очень низкий или очень высокий рост, встречаются гораздо реже. Нормальное распределение широко применяется в различных областях: естественных науках (физика, биология), социальных науках (экономика, демография), психологии, производственных процессах, исследованиях и анализе данных.
![Иконка канала Veritasium [RU]](https://home.strannik-j.org/pic/user/2025-03-21/8e/08/8e084014e2df59bf75b37c4c9ea66b3b.jpg?size=s)